自己紹介
南京大学数字经济硕士，擅长Python/SQL数据清洗与机器学习建模，具备FinTech行业研究经验，完成Open Banking政策分析及Airbnb定价预测项目，精通数据可视化与复杂概念拆解，Web3领域实践经验丰富，英语CET-6，可立即上岗。
経験
行业研究员
未知 - - 今
职位: 行业研究员 | 时间段: 2025年12月–2026年1月 | 工作内容: 针对中美开放银行(Open Banking)及FinTech借贷领域的政策差异与市场格局进行深入调研，利用Python编写脚本清洗并整合中美多家银行的API开放时间与接口数据，运用Stata进行计量回归分析，评估替代数据(Alternative Data)对信贷风控模型的影响。产出高质量的复现研报与Beamer演示文稿，通过可视化图表直观展示了数据背后的金融逻辑。
数据分析师
未知 - - 今
职位: 数据分析师 | 时间段: 2025年9月–2025年12月 | 工作内容: 验证机器学习算法在Airbnb房地产定价中的预测有效性，搭建Python (Scikit-learn)环境，清洗36,111条交易数据，训练并优化决策树(Decision Tree)与随机森林模型，成功复现顶刊论文的实证结果。模型预测准确率显著提升，并编写了自动化脚本处理异常值。
内容运营
未知 - - 今
职位: 内容运营 | 时间段: 2026年1月 | 工作内容: 面向非专业背景受众（本科生/初级投资者），解释晦涩的计量模型与经济学原理（如博弈论、效用函数）。制作结构化的复习讲义与LaTeX课件，将数学推导转化为通俗易懂的图解（LogicFlow），并建立常见问题(FAQ)索引库。帮助受众快速建立知识框架，极大降低了理解门槛。
